در این مطلب، ویدئو نحوه بارگذاری تصاویر با استفاده از OpenCV و Python | PyImageSearch | OpenCV قسمت -1 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:08:34
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:04,480 –> 00:00:06,520
سلام آدریان رزبروک در اینجا از
2
00:00:06,520 –> 00:00:09,280
pionresearch.com و امروز ما یک
3
00:00:09,280 –> 00:00:11,759
درس مقدماتی در مورد نحوه بارگذاری یک
4
00:00:11,759 –> 00:00:14,599
تصویر با opencv با استفاده از
5
00:00:14,599 –> 00:00:17,199
تابع cb2.imread در حال حاضر
6
00:00:17,199 –> 00:00:19,039
هر زمان که هر کاری را با
7
00:00:19,039 –> 00:00:21,439
بینایی کامپیوتری یا پردازش تصویر و
8
00:00:21,439 –> 00:00:23,920
کتابخانه opencv که نیاز دارید انجام دهید دریافت کردیم.
9
00:00:23,920 –> 00:00:26,400
ابتدا تصویر را در حافظه بارگذاری کنید، بنابراین
10
00:00:26,400 –> 00:00:28,080
صرف نظر از اینکه میخواهید تشخیص چهره ردیابی شی تشخیص چهره را اعمال کنید،
11
00:00:28,080 –> 00:00:30,400
12
00:00:30,400 –> 00:00:32,719
13
00:00:32,719 –> 00:00:34,640
اگر میخواهید آنالیز تصویر پزشکی
14
00:00:34,640 –> 00:00:36,719
تشخیص کاراکتر نوری انجام دهید، میدانید
15
00:00:36,719 –> 00:00:39,520
هر کاری که انجام میدهید،
16
00:00:39,520 –> 00:00:43,040
باید تصویر را در حافظه قرار دهید. ابتدا
17
00:00:43,040 –> 00:00:44,559
می دانید که فکر کنید آنچه ما
18
00:00:44,559 –> 00:00:46,640
در این سری از راهنماها انجام می دهیم این است که ما در حال
19
00:00:46,640 –> 00:00:49,280
ساختن پایه و اساس خود هستیم.
20
00:00:49,280 –> 00:00:51,120
21
00:00:51,120 –> 00:00:52,640
22
00:00:52,640 –> 00:00:56,079
23
00:00:56,079 –> 00:00:58,480
آنها
24
00:00:58,480 –> 00:01:01,120
فونداسیون را پایین بیاورند تا بتن را بریزند
25
00:01:01,120 –> 00:01:03,280
تا میلگرد وارد شود و به نظر میرسد
26
00:01:03,280 –> 00:01:05,920
برای همیشه طول میکشد تا آن مرحله تمام
27
00:01:05,920 –> 00:01:06,880
شود،
28
00:01:06,880 –> 00:01:08,400
اما پس از اتمام
29
00:01:08,400 –> 00:01:10,840
آن ساختمان میرود. فوق العاده سریع بالا می رود
30
00:01:10,840 –> 00:01:13,520
و همین را می توان در مورد
31
00:01:13,520 –> 00:01:16,880
یادگیری کامپیوتر بینایی و opencv
32
00:01:16,880 –> 00:01:19,600
گفت، ریختن
33
00:01:19,600 –> 00:01:21,759
بتن اولیه برای به دست آوردن دانش اولیه
34
00:01:21,759 –> 00:01:22,720
در آنجا زمان می برد
35
00:01:22,720 –> 00:01:24,880
زیرا این یک مهارت جدید است و درست مانند
36
00:01:24,880 –> 00:01:27,119
آن بتن که باید ته نشین شود
37
00:01:27,119 –> 00:01:28,400
باید سخت
38
00:01:28,400 –> 00:01:30,560
شود. دانش خود
39
00:01:30,560 –> 00:01:32,799
را باید کمی به خود اختصاص دهید
40
00:01:32,799 –> 00:01:34,880
و باید کمی
41
00:01:34,880 –> 00:01:37,200
صبور باشید تا زمانی که ما اصول اولیه را یاد می گیریم،
42
00:01:37,200 –> 00:01:39,360
زیرا وقتی این پایه را انجام دادید،
43
00:01:39,360 –> 00:01:40,479
44
00:01:40,479 –> 00:01:43,600
همه چیز واقعاً به سرعت بالا می رود
45
00:01:43,600 –> 00:01:45,840
و قبل از اینکه متوجه
46
00:01:45,840 –> 00:01:48,079
شوید شما آماده خواهید بود
47
00:01:48,079 –> 00:01:50,000
48
00:01:50,000 –> 00:01:52,159
49
00:01:52,159 –> 00:01:53,119
50
00:01:53,119 –> 00:01:54,399
اما ابتدا
51
00:01:54,399 –> 00:01:56,560
اصول اولیه را یاد بگیریم و
52
00:01:56,560 –> 00:01:59,200
از همان ابتدا شروع کنیم که چگونه
53
00:01:59,200 –> 00:02:01,360
یک تصویر را از دیسک بارگذاری کنیم،
54
00:02:01,360 –> 00:02:02,159
بنابراین
55
00:02:02,159 –> 00:02:04,079
اگر دایرکتوری من را در اینجا بررسی کنید
56
00:02:04,079 –> 00:02:06,159
کد منبع و نمونه تصاویر
57
00:02:06,159 –> 00:02:08,318
را در سیستم من دانلود کنید، ما دو
58
00:02:08,318 –> 00:02:09,598
تصویر داریم که واقعاً
59
00:02:09,598 –> 00:02:12,080
امروز در اینجا با آنها کار خواهیم کرد، اولین مورد
60
00:02:12,080 –> 00:02:15,040
این تصویر است که در اینجا یک pho است. برای من و
61
00:02:15,040 –> 00:02:18,080
دوستم در تولد 30 سالگی همسرم
62
00:02:18,080 –> 00:02:21,280
شگفت انگیز بود و با مردی تماس گرفت که یک
63
00:02:21,280 –> 00:02:23,120
جیپ ماکت پارک ژوراسیک دارد اگر
64
00:02:23,120 –> 00:02:24,879
در جستجوی پیشگام هستید من عاشق پارک ژوراسیک
65
00:02:24,879 –> 00:02:26,720
هستم این فیلم مورد علاقه من است پس به
66
00:02:26,720 –> 00:02:28,640
دیدن ژوراسیک زیاد عادت کنید ارجاعات پارک
67
00:02:28,640 –> 00:02:30,239
و تقریباً هر کاری که اینجا در جستجوی خصوصی انجام میدهیم،
68
00:02:30,239 –> 00:02:31,920
دوست دارم
69
00:02:31,920 –> 00:02:33,519
تخممرغهای کوچک پارک ژوراسیک عید پاک را در طول
70
00:02:33,519 –> 00:02:36,800
دوره قرار دهم، بنابراین به هر حال از آن لذت ببرید، بنابراین همسرم به
71
00:02:36,800 –> 00:02:38,400
اندازه کافی عالی بود که این مرد را پیدا کرد که
72
00:02:38,400 –> 00:02:41,120
این جیپ ماکت پارک ژوراسیک را داشت و ما
73
00:02:41,120 –> 00:02:42,959
آن را روی من بردیم. تولد 30
74
00:02:42,959 –> 00:02:45,440
سالگی بسیار سرگرم کننده بود،
75
00:02:45,440 –> 00:02:46,800
بنابراین کاری که ما در اینجا انجام می دهیم این است
76
00:02:46,800 –> 00:02:48,720
که یاد می گیریم چگونه از opencv برای بارگیری
77
00:02:48,720 –> 00:02:50,800
این تصویر و نمایش آن در صفحه نمایش خود استفاده کنیم
78
00:02:50,800 –> 00:02:52,800
و سپس همین کار را برای
79
00:02:52,800 –> 00:02:54,800
این تصویر در اینجا
80
00:02:54,800 –> 00:02:55,920
ما این
81
00:02:55,920 –> 00:02:58,560
اسکریپت نقطه pi را داریم در اینجا تصویر را بارگیری می کنیم opencv.pi
82
00:02:58,560 –> 00:03:00,239
این اسکریپت همانطور که از نام آن پیداست
83
00:03:00,239 –> 00:03:02,000
مسئول بارگیری یک تصویر ورودی
84
00:03:02,000 –> 00:03:04,800
و نمایش آن در صفحه نمایش ما است و
85
00:03:04,800 –> 00:03:07,040
سپس نشان می دهد که چگونه opencv می تواند
86
00:03:07,040 –> 00:03:08,879
تصاویر را دوباره روی دیسک و
87
00:03:08,879 –> 00:03:11,360
خودکار بنویسد.
88
00:03:11,360 –> 00:03:13,280
89
00:03:13,280 –> 00:03:15,680
با استفاده از این اسکریپت این تصویر را در اینجا روی دیسک می نویسیم و توجه داشته باشید که
90
00:03:15,680 –> 00:03:18,800
این دو تصویر در اینجا تصاویر png هستند اما
91
00:03:18,800 –> 00:03:20,800
این تصویر در اینجا یک jpeg با
92
00:03:20,800 –> 00:03:22,959
فرمت فایل متفاوت برای یک تصویر است.
93
00:03:22,959 –> 00:03:25,519
94
00:03:25,519 –> 00:03:27,200
این
95
00:03:27,200 –> 00:03:29,440
فرآیند تبدیل تصویر را برای ما مدیریت
96
00:03:29,440 –> 00:03:31,440
میکند و میگوید بیایید به اینجا
97
00:03:31,440 –> 00:03:34,799
برویم تا pycharm کنیم و به اسکریپت خود نگاهی بیندازیم،
98
00:03:34,799 –> 00:03:36,959
بنابراین با واردات خود در اینجا شروع میکنیم
99
00:03:36,959 –> 00:03:38,480
، برای آرگومانهای خط فرمان تجزیه قوس داریم
100
00:03:38,480 –> 00:03:41,040
و cv2 که
101
00:03:41,040 –> 00:03:42,159
پیوندهای opencv
102
00:03:42,159 –> 00:03:44,799
ما است، سپس به تجزیه میپردازیم.
103
00:03:44,799 –> 00:03:47,440
آرگومان های خط فرمان ما یک تصویر سوئیچ تکی داریم
104
00:03:47,440 –> 00:03:49,440
که مسیر
105
00:03:49,440 –> 00:03:52,080
تصویر ورودی ما روی دیسک است که اکنون
106
00:03:52,080 –> 00:03:54,959
یا این تصویر png در اینجا خواهد بود یا این تصویر
107
00:03:54,959 –> 00:03:56,959
بسته به اینکه چگونه
108
00:03:56,959 –> 00:03:59,360
سوئیچ تصویر را اعمال کنیم و البته می توانید آن را
109
00:03:59,360 –> 00:04:00,959
ارسال کنید. تصاویر خود را نیز و در
110
00:04:00,959 –> 00:04:03,439
واقع من شما را تشویق می کنم که این کار را انجام دهید زیرا
111
00:04:03,439 –> 00:04:05,360
اینگونه یاد می گیرید که آنچه را
112
00:04:05,360 –> 00:04:06,959
که در این دوره یاد می گیرید، با
113
00:04:06,959 –> 00:04:08,879
کدی که از آن یاد می گیرید بازی می کنید و آن را گسترش می دهید.
114
00:04:08,879 –> 00:04:10,239
به تصاویر خود، بنابراین یکی از اولین
115
00:04:10,239 –> 00:04:11,920
کارهایی که باید پس از اجرای این
116
00:04:11,920 –> 00:04:12,879
اسکریپت انجام دهید
117
00:04:12,879 –> 00:04:14,720
، بر روی تصاویر خود اعمال
118
00:04:14,720 –> 00:04:16,720
119
00:04:16,720 –> 00: